Plotly 5.16.1复现树状图热图报错，求更新实现方案

旧版本Plotly代码中的zauto、opacity、zsmooth等参数在5.x版本中已被废弃或调整，导致语法错误。以下是适配Plotly 5.16.1的实现方案：

核心调整说明 #

• zauto：颜色自动缩放默认启用，无需手动设置；如需自定义范围，使用zmin和zmax参数替代。
• opacity：直接在热图trace的属性中设置，而非旧代码中的层级位置。
• zsmooth：该参数已移除，若需平滑效果，提前用scipy.ndimage.gaussian_filter等工具处理数据后再传入热图。

方案一：使用figure_factory快速构建（推荐） #

结合create_dendrogram和create_annotated_heatmap，自动处理聚类与布局：

import plotly.figure_factory as ff
import numpy as np

# 生成示例数据（替换为你的业务数据）
np.random.seed(123)
data = np.random.rand(10, 10)
item_labels = [f"样本 {i+1}" for i in range(10)]

# 创建行、列方向的树状图
dendro_row = ff.create_dendrogram(data, orientation="bottom", labels=item_labels)
dendro_col = ff.create_dendrogram(data, orientation="right", labels=item_labels)

# 获取聚类后的索引顺序
row_order = [item_labels.index(tick) for tick in dendro_row["layout"]["xaxis"]["ticktext"]]
col_order = [item_labels.index(tick) for tick in dendro_col["layout"]["yaxis"]["ticktext"]]
clustered_data = data[row_order][:, col_order]

# 创建带标注的热图
heatmap = ff.create_annotated_heatmap(
    clustered_data,
    x=[item_labels[i] for i in col_order],
    y=[item_labels[i] for i in row_order],
    colorscale="Viridis",
    showscale=True,
    opacity=0.8  # 直接设置透明度
)

# 合并树状图与热图到同一画布
fig = ff.create_dendrogram(data)
fig.add_trace(heatmap["data"][0])

# 添加行、列树状图的线条
for trace in dendro_row["data"]:
    fig.add_trace(trace)
for trace in dendro_col["data"]:
    fig.add_trace(trace)

# 调整整体布局，避免元素重叠
fig.update_layout(
    height=800,
    width=1000,
    xaxis={"domain": [0.15, 1]},
    yaxis={"domain": [0, 0.85]},
    margin={"l": 200, "t": 50}
)

fig.show()

方案二：手动结合scipy聚类与plotly.express（更灵活） #

适合需要精细控制聚类算法或布局的场景：

import plotly.express as px
from scipy.cluster.hierarchy import linkage, leaves_list
import numpy as np

# 生成示例数据
data = np.random.rand(10, 10)
item_labels = [f"样本 {i+1}" for i in range(10)]

# 用ward法计算行、列的聚类链接
row_linkage = linkage(data, method="ward")
col_linkage = linkage(data.T, method="ward")

# 获取聚类后的索引顺序
row_order = leaves_list(row_linkage)
col_order = leaves_list(col_linkage)

# 重新排列数据
clustered_data = data[row_order][:, col_order]
row_labels = [item_labels[i] for i in row_order]
col_labels = [item_labels[i] for i in col_order]

# 创建热图
fig = px.imshow(
    clustered_data,
    x=col_labels,
    y=row_labels,
    color_continuous_scale="Viridis",
    opacity=0.8
)

# 若需添加树状图，可结合plotly.graph_objects手动绘制线条，或复用figure_factory的树状图trace
fig.show()

内容的提问来源于stack exchange，提问作者Chris